[发明专利]一种基于燃煤机组运行班组行为分析的用煤量预测方法

权利要求书

1.一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，包括如下步骤：

S1、通过对机组海量运行数据进行大数据分析，挖掘不同班组的煤耗运行特性，大数据分析过程主要包括两步：样本数据聚类、煤耗特性提取；

S2、开展燃煤机组发电量预测，采用自回归移动平均模型+外在因素的修正方法；

S3、预测当日用煤量数据。

2.根据权利要求1所述的一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，所述样本数据聚类的方法为：首先对机组运行及计算数据按照排班表进行分类划分，然后按照环境温度、供热流量、当量负荷给煤量进行数据细分归类，将海量数据按照班组-环境温度-当量负荷给煤量-供热流量四个维度进行归类筛选；初步划分完成后，使用k-means算法对样本空间进行梳理，对部分样本数据较少类空间进行自动合并。

3.根据权利要求2所述的一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，所述煤耗特性提取的方法为：样本数据聚类后，对每个小类进行数据分布度量特征因子统计分析；其中，数据分布度量特征因子包括：供电煤耗平均值、分布方差、最大值、最小值、数据分布频率及数据分布概率密度函数。

4.根据权利要求3所述的一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，所述数据分布频率用于绘制直方图，每一个元素包括：区间下限、区间上限、频率及样本数。

5.根据权利要求3所述的一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，所述数据分布概率密度函数用点集表示，每个点包括：参数值、概率密度值。

6.根据权利要求1所述的一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，所述步骤S2中，当日发电量预测的具体公式如下：P_d＝φ₁P_d-1+…+φ₃₀P_d-30+φ_y-1P_y-1+f(T)，其中P_d-1、P_d-30、P_y-1分别代表前一天、前30天发电量、去年当日发电量，φ₁、φ₃₀、φ_y-1代表前一天、前30天、去年历史数据的权重系数，f(T)代表外加环境温度修正函数。

7.根据权利要求1-6任一项所述的一种基于燃煤机组运行班组行为分析的用煤量预测方法，其特征在于，所述步骤S3中，当日用煤量的具体预测方法为：根据发电量预测数据、前一日及一年前的同一天各班组发电量分布情况，计算出预测日内多个班组的平均负荷，再根据当前当量负荷给煤量、环境温度预测数据，在步骤S1划分的聚类中寻找最匹配的空间类别，然后在该类别中寻找最大概率分布煤耗指标，通过发电量及供电煤耗叠加计算，预测出当日用煤量数据。